LangGraph in Healthcare: Workflow Orchestration for Regulated Environments Treningskurs

LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.

This instructor-led, live training (online or onsite) is aimed at advanced-level AI platform engineers, DevOps for AI, and ML architects who wish to optimize, debug, monitor, and operate production-grade LangGraph systems.

By the end of this training, participants will be able to:

• Design and optimize complex LangGraph topologies for speed, cost, and scalability.
• Engineer reliability with retries, timeouts, idempotency, and checkpoint-based recovery.
• Debug and trace graph executions, inspect state, and systematically reproduce production issues.
• Instrument graphs with logs, metrics, and traces, deploy to production, and monitor SLAs and costs.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot helsepersonell på middels til avansert nivå og AI-utviklere som ønsker å implementere AI-drevne helsetjenester.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til AI-agenter i helsevesen og diagnostikk.
• Utvikle AI-modeller for medisinsk bildeanalyse og prediktiv diagnostikk.
• Integrer AI med elektroniske helsejournaler (EPJ) og kliniske arbeidsflyter.
• Sikre overholdelse av helseforskrifter og etisk AI-praksis.

Denne instruktørledede, levende opplæring (online eller på stedet) er rettet mot helsepersonell på mellomnivå som ønsker å bruke AI og AR/VR-løsninger for medisinsk opplæring, kirurgisimuleringer og rehabilitering.

Ved avslutningen av denne opplæringen vil deltakerne kunne:

• Forstå rollen til AI i å forbedre AR/VR-opplevelser innen helsevesenet.
• Bruke AR/VR til kirurgisimuleringer og medisinsk opplæring.
• Bruke AR/VR-verktøy i pasientrehabilitering og terapi.
• Undersøke etiske og personvernsproblemer ved AI-forsterkede medisinske verktøy.

Denne instruktørledede, live-treningen (online eller på stedet) er rettet mot mellomnivå-datavitere og helseprofesjonelle som ønsker å utnyytte AI for avanserte helseapplikasjoner ved bruk av Google Colab.

Ved avslutningen av denne treningen vil deltakerne kunne:

• Implementere AI-modeller for helse ved bruk av Google Colab.
• Bruke AI for prediktiv modellering i helsedata.
• Analysere medisinske bilder med AI-drevne teknikker.
• Undersøke etiske overveielser i AI-baserte helseløsninger.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot helsepersonell og dataforskere på mellomnivå som ønsker å forstå og anvende AI-teknologier i helsemiljøer.

Etter fullført opplæring vil deltakerne kunne:

• Identifisere sentrale helseutfordringer som AI kan løse.
• Analysere AI-ens innvirkning på pasientbehandling, sikkerhet og medisinsk forskning.
• Forstå forholdet mellom AI og helsevirksomhetens forretningsmodeller.
• Anvende grunnleggende AI-konsepter på helsescenarier.
• Utvikle maskinlæringsmodeller for medisinsk dataanalyse.

Denne instruktørledede, live trening (online eller på sted) er rettet mot helsepersonell og forskere som ønsker å utnytte ChatGPT for å forbedre pasientbehandling, effektivisere arbeidsflyter og forbedre helseutfall.

Ved avslutningen av denne treningen vil deltakerne kunne:

• Forstå grunnleggende prinsipper om ChatGPT og dens anvendelser innen helsevesen.
• Bruke ChatGPT for å automatisere helseprosesser og interaksjoner.
• Gi nøyaktig medisinsk informasjon og støtte til pasienter ved hjelp av ChatGPT.
• Anvende ChatGPT for medisinsk forskning og analyse.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot helsepersonell på middels nivå, biomedisinske ingeniører og AI-utviklere som ønsker å utnytte Edge AI for innovative helsetjenester.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen og fordelene med Edge AI i helsevesenet.
• Utvikle og distribuer AI-modeller på avanserte enheter for helseapplikasjoner.
• Implementer Edge AI-løsninger i bærbare enheter og diagnoseverktøy.
• Design og distribuer pasientovervåkingssystemer ved hjelp av Edge AI.
• Ta tak i etiske og regulatoriske hensyn i AI-applikasjoner for helsetjenester.

Denne instruktørledede, live-opplæringen i Norge (online eller på stedet) er rettet mot helsepersonell på nybegynnernivå til middels nivå, dataanalytikere og beslutningstakere som ønsker å forstå og anvende generativ AI i sammenheng med helsetjenester.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forklar prinsippene og anvendelsene av generativ AI i helsevesenet.
• Identifiser muligheter for generativ AI for å forbedre oppdagelsen av medisiner og personlig tilpasset medisin.
• Bruk generative AI-teknikker for medisinsk bildebehandling og diagnostikk.
• Vurder de etiske implikasjonene av AI i medisinske omgivelser.
• Utvikle strategier for å integrere AI-teknologier i helsevesenet.

LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and control over execution.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based finance solutions with proper governance, observability, and compliance.

By the end of this training, participants will be able to:

• Design finance-specific LangGraph workflows aligned to regulatory and audit requirements.
• Integrate financial data standards and ontologies into graph state and tooling.
• Implement reliability, safety, and human-in-the-loop controls for critical processes.
• Deploy, monitor, and optimize LangGraph systems for performance, cost, and SLAs.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph is a framework for building graph-structured LLM applications that support planning, branching, tool use, memory, and controllable execution.

This instructor-led, live training (online or onsite) is aimed at beginner-level developers, prompt engineers, and data practitioners who wish to design and build reliable, multi-step LLM workflows using LangGraph.

By the end of this training, participants will be able to:

• Explain core LangGraph concepts (nodes, edges, state) and when to use them.
• Build prompt chains that branch, call tools, and maintain memory.
• Integrate retrieval and external APIs into graph workflows.
• Test, debug, and evaluate LangGraph apps for reliability and safety.

Format of the Course

• Interactive lecture and facilitated discussion.
• Guided labs and code walkthroughs in a sandbox environment.
• Scenario-based exercises on design, testing, and evaluation.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph is a framework for building stateful, multi-actor LLM applications as composable graphs with persistent state and precise control over execution.

This instructor-led, live training (online or onsite) is aimed at intermediate-level to advanced-level professionals who wish to design, implement, and operate LangGraph-based legal solutions with the necessary compliance, traceability, and governance controls.

By the end of this training, participants will be able to:

• Design legal-specific LangGraph workflows that preserve auditability and compliance.
• Integrate legal ontologies and document standards into graph state and processing.
• Implement guardrails, human-in-the-loop approvals, and traceable decision paths.
• Deploy, monitor, and maintain LangGraph services in production with observability and cost controls.

Format of the Course

• Interactive lecture and discussion.
• Lots of exercises and practice.
• Hands-on implementation in a live-lab environment.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph is a framework for composing graph-structured LLM workflows that support branching, tool use, memory, and controllable execution.

This instructor-led, live training (online or onsite) is aimed at intermediate-level engineers and product teams who wish to combine LangGraph’s graph logic with LLM agent loops to build dynamic, context-aware applications such as customer support agents, decision trees, and information retrieval systems.

By the end of this training, participants will be able to:

• Design graph-based workflows that coordinate LLM agents, tools, and memory.
• Implement conditional routing, retries, and fallbacks for robust execution.
• Integrate retrieval, APIs, and structured outputs into agent loops.
• Evaluate, monitor, and harden agent behavior for reliability and safety.

Format of the Course

• Interactive lecture and facilitated discussion.
• Guided labs and code walkthroughs in a sandbox environment.
• Scenario-based design exercises and peer reviews.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

LangGraph is a graph-based orchestration framework that enables conditional, multi-step LLM and tool workflows, ideal for automating and personalizing content pipelines.

This instructor-led, live training (online or onsite) is aimed at intermediate-level marketers, content strategists, and automation developers who wish to implement dynamic, branching email campaigns and content generation pipelines using LangGraph.

By the end of this training, participants will be able to:

• Design graph-structured content and email workflows with conditional logic.
• Integrate LLMs, APIs, and data sources for automated personalization.
• Manage state, memory, and context across multi-step campaigns.
• Evaluate, monitor, and optimize workflow performance and delivery outcomes.

Format of the Course

• Interactive lectures and group discussions.
• Hands-on labs implementing email workflows and content pipelines.
• Scenario-based exercises on personalization, segmentation, and branching logic.

Course Customization Options

• To request a customized training for this course, please contact us to arrange.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot helsepersonell på middels til avansert nivå, medisinske forskere og AI-utviklere som ønsker å bruke multimodal AI i medisinsk diagnostikk og helsetjenester.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå rollen til multimodal AI i moderne helsevesen.
• Integrer strukturerte og ustrukturerte medisinske data for AI-drevet diagnostikk.
• Bruk AI-teknikker for å analysere medisinske bilder og elektroniske helsejournaler.
• Utvikle prediktive modeller for sykdomsdiagnose og behandlingsanbefalinger.
• Implementere tale og naturlig språkbehandling (NLP) for medisinsk transkripsjon og pasientinteraksjon.

Denne instruktørledede, direkteopplæringen i Norge (online eller på stedet) er rettet mot helsepersonell på middels nivå og AI-utviklere som ønsker å utnytte raske ingeniørteknikker for å forbedre medisinske arbeidsflyter, forskningseffektivitet og pasientresultater.

Ved slutten av denne opplæringen vil deltakerne kunne:

• Forstå det grunnleggende om rask ingeniørarbeid i helsevesenet.
• Bruk AI-spørsmål for klinisk dokumentasjon og pasientinteraksjoner.
• Utnytt AI for medisinsk forskning og litteraturgjennomgang.
• Forbedre medikamentoppdagelse og klinisk beslutningstaking med AI-drevne spørsmål.
• Sikre samsvar med regulatoriske og etiske standarder innen AI i helsevesenet.